La solution Cribl Search unifie l’ingestion, le stockage et l’analyse des logs avec le contexte généré par les humains, aussi bien dans les environnements gérés par Cribl que dans des magasins de données externes. Elle permet de traiter des volumes de requêtes à la vitesse de l’IA, sans compromis sur les performances ni sur les coûts.
Grâce à des capacités d’analyse automatisée des logs basées sur l’IA (parsing), Cribl Search normalise automatiquement les données dès leur ingestion et unifie la télémétrie machine avec le contexte humain provenant d’outils comme Jira, Git et ServiceNow. Tous les signaux pertinents convergent ainsi dans un environnement unique.
Les équipes peuvent collaborer et partager leurs connaissances dans un espace de travail centralisé, renforçant leurs capacités d’investigation. La solution élimine de nombreuses tâches manuelles et simplifie la construction des requêtes, permettant aux organisations de mener des analyses approfondies à grande vitesse tout en facilitant leur fonctionnement au quotidien.
L’analyse fédérée offre aux agents comme aux utilisateurs humains un environnement d’investigation unique sur l’ensemble des données, qu’elles soient stockées dans Cribl Search ou dans des data lakes et des stockages objets existants. Cribl a introduit plusieurs améliorations afin d’optimiser en continu les performances des requêtes fédérées et des analyses sur données archivées.
La clé de ces résultats réside dans l’architecture fondatrice de cette nouvelle génération de Cribl Search, la télémétrie agentique. Cette approche combine infrastructure prête pour l’IA, IA agentique, télémétrie machine et données générées par les humains afin d’apporter des capacités différenciantes.
La télémétrie agentique permet notamment :
Des performances à la vitesse de l’IA
Les data lakes structurés et les requêtes optimisées pour les agents rendent économiquement viable l’exécution d’un volume de requêtes très supérieur à celui des environnements traditionnels généré par les agents d’IA. La télémétrie devient ainsi un moteur continu d’analyse plutôt qu’un centre de coûts.
Une structuration des données dès l’ingestion
L’IA agentique normalise et enrichit les données dès leur arrivée dans la plateforme, évitant les limites et les lenteurs des approches de type schema on read et supprimant le travail manuel lié à la création de parseurs.
Une approche agnostique des schémas et fédérée
L’analyse fonctionne avec des schémas standards comme OCSF, OTLP ou ECS ainsi qu’avec des schémas personnalisés. Les requêtes peuvent être fédérées entre jeux de données locaux et stockages externes afin d’éviter toute dépendance à un format, un emplacement ou un fournisseur unique.
Bring Your Own Model (BYOM)
Les organisations peuvent alimenter les fonctionnalités d’IA de Cribl Search avec leurs propres modèles validés plutôt que d’utiliser un backend géré par Cribl, conservant ainsi le contrôle sur leurs exigences de performance, de sécurité et de gouvernance.
La fusion des données machine et du contexte humain grâce à l’IA agentique
Logs, métriques et traces sont combinés avec tickets, runbooks, pull requests, Slack et d’autres systèmes de collaboration afin de reconstituer une lecture explicable des causes et des effets.
Cribl Search propose de la télémétrie agentique de bout en bout. Elle assure l’ingestion des données, optimise leur stockage pour des analyses à grande vitesse et alimente les investigations menées par les humains comme par les agents dans un espace de travail piloté par l’IA.
